The interaction between the solar wind and Earth’s magnetic field creates the Earth’s bow shock. It is an ideal region for space probes like MMS, THEMIS or Clusters to study the collisionless shock phenomenon in space plasma. More specifically the project focuses on the topic of wave-particle interactions in the space plasma environment, which allows irreversible energy dissipation and entropy production at the event of a shock when there are a lack of collisions between particles. Research is still ongoing regarding the topic of wave-particle interactions in plasma and this project aims to contribute to our understanding of this topic. To do this, measurement data of a total of 249 shock crossing events from NASA’s Magnetospheric Multiscale (MMS) mission are used to conduct a statistical study. The study aims to analyse the correlation between the electric- and magnetic field measured close to shock-crossing events, and their respective macroscopic shock parameters in different shock regions, and at three different frequency bands for the attempt of further our understanding of the dynamics of collisionless shocks. Through scatter plots, negative correlations are found between both the electric- and magnetic field power, and the different macroscopic shock parameters at various shock regions and at various frequency ranges. This leads to the suggestion of potential dependencies between the occurrence of electrostatic and electromagnetic waves and those shock parameters. However, there is still room for improvement of the statistical method used for the correlation studies. / Interaktionen mellan solvinden och jordens magnetfält skapar jordens bogchock. Det är en idealisk region för rymdfarkoster som MMS, THEMIS eller Clusters att studera kollisionsfria chocker i rymdplasma. Mer specifikt fokuserar detta projekt på vågpartikelinteraktioner i rymdplasma, vilket möjliggör irreversibel energidissipation och entropiproduktion vid en chock när det råder brist på kollisioner mellan partiklar. Forskning pågår fortfarande inom området vågpartikelinteraktioner i plasma och detta projekt syftar till att bidra till vår förståelse av ämnet. För att göra detta används mätdata från totalt 249 chocker från NASA:s Magnetospheric Multiscale (MMS)-uppdrag för att genomföra en statistisk studie. Studien syftar till att analysera korrelationen mellan de elektriska och magnetiska fälten som mäts nära chocker och deras respektive makroskopiska chockparametrar i olika chockregioner och vid tre olika frekvensband, i ett försök att vidare förstå dynamiken hos kollisionslösa chocker. Genom spridningsdiagram hittas negativa korrelationer både mellan de elektriska och magnetiska fältstyrkan och de olika makroskopiska chockparametrarna vid olika chockregioner och frekvensband. Detta leder till förslaget om potentiella samband mellan förekomsten av elektrostatiska och elektromagnetiska vågor och dessa chockparametrarna. Det finns dock fortfarande utrymme för förbättring av den statistiska metoden som används för korrelationsstudierna.

Short Large-Amplitude Magnetic Structures (SLAMS) have been observedby spacecraft near Earth’s quasi-parallel bow shock. They arecharacterized by a short and sudden increase of the magnetic field,usually by a factor of 2 or more. SLAMS studies have previously beenlimited to small sample sizes because SLAMS were identified throughmanual inspection of the spacecraft data. This makes it difficult to drawgeneral conclusions and the subjective element complicates collaborationbetween researchers. A solution is presented in this thesis; anautomatic SLAMS detection algorithm. We investigate several movingwindowmethods and measure their performance on a set of manuallyidentified SLAMS. The best algorithm is then used to identify 98406SLAMS in data from the Magnetospheric Multiscale (MMS) mission. Ofthose, 66210 SLAMS were detected when the Fast Plasma Investigation(FPI) instrument was active. Additionally, we are interested in knowingwhether a detected SLAMS is located in the foreshock or magnetosheath.Therefore, we implement a Gaussian mixture model classifier,based on hierarchical clustering of the FPI data, that can separatebetween the four distinct regions of the magnetosphere that MMSencounters; magnetosphere, magnetosheath, solar wind and (ion) foreshock.The identified SLAMS are compiled into a database which holdstheir start and stop dates, positional coordinates, B-field informationand information from the magnetospheric classifier to allow for easyfiltering to a specific SLAMS population. To showcase the potentialof the database we use it to perform preliminary statistical analysison how the properties of SLAMS are affected by its spatial and/ormagnetospheric location. The database and Matlab implementationare available on github: https://github.com/cfognom/MMS_SLAMS_detection_and_magnetospheric_classification. / Korta magnetiska strukturer med hög amplitud (SLAMS) har observeratsav satelliter nära jordens kvasi-parallella bogchock. En kortoch plötslig höjning av magnetfältsstyrkan är ett typiskt drag förSLAMS, vanligtvis med en faktor 2 eller mer. Forskning om SLAMShar tidigare varit begränsad till mindre fallstudier eftersom SLAMSidentifierats genom manuell inspektion av satellitdata. Detta gör detsvårt att dra generella slutsatser och det subjektiva elementet försvårarsamarbetet mellan forskare. En lösning till detta problem presenteras idenna avhandling; en automatisk identifieringsalgoritm för SLAMS. Viundersöker flera metoder och mäter deras prestanda på en uppsättningmanuellt identifierade SLAMS. Den bästa algoritmen används sedan föratt identifiera 98406 SLAMS i data från MMS-uppdraget. Av dessa upptäcktes66210 SLAMS när FPI-instrumentet var aktivt. Vi är dessutomintresserade av att veta om en upptäckt SLAMS finns i förshocken ellermagnetoskiktet. Därför implementerar vi en Gaussisk klassificeraresom bygger på hierarkisk klustring av FPI-data. Den kan separerade fyra distinkta regionerna av magnetosfären som MMS observerar;magnetosfär, magnetoskikt, solvind och (jon) förchock. De identifieradeSLAMS:en sammanställs till en databas som innehåller deras start- ochstoppdatum, positionskoordinater, B-fältsinformation och informationfrån magnetosfärsklassificeraren för att möjliggöra enkel filtrering tillen specifik SLAMS-population. För att visa potentialen av databasenutför vi en preliminär statistisk undersökning av hur egenskapernaav SLAMS påverkas av deras rumsliga och/eller magnetosfäriska position.Databasen och Matlab-implementationen är tillgängliga på Github:https://github.com/cfognom/MMS_SLAMS_detection_and_magnetospheric_classification.